[发明专利]一种数字病理全切片图像检索方法

说明书

本发明公开了一种数字病理全切片图像检索方法，应用于数字病理全切片图像数据库，所述方法包括：对数据库中数字病理全切片图像提取离散SIFT特征点的位置以及SIFT特征向量；使用LDA模型得到每个SIFT特征点的高层语义特征值；以有重叠的滑窗方法选取备选区域，统计每个备选区域内的所有SIFT特征点的语义特征值得到备选区域的语义表示向量；将查询图像视为一个区域，使用相同的方法得到查询图像的语义表示向量，计算查询图像的语义表示向量与所有备选区域的语义表示向量的余弦距离并对这些距离排序，返回距离最小的若干区域。本发明能为病理医生提供诊断参考信息，可用于数字病理全切片图像数据库管理查询系统和计算机辅助诊断。

技术领域

一种数字病理全切片图像检索方法，属于数字图像处理与机器学习领域，特别涉及尺度不变特征变换(Scale-invariant feature transform,SIFT)等数字图像处理技术，以及基于内容的图像检索、潜在狄利克雷分配(Latent Dirichlet Allocation,LDA)等机器学习技术。

背景技术

数字病理全切片图像(以下简称全切片)是将传统的玻璃病理切片通过全自动显微镜或光学放大系统扫描采集得到的大尺寸高分辨数字图像，是病理医生在诊断时的重要依据。近年来，随着病理学和计算机技术的发展，数字病理全切片图像的数量迅速增长，从全切片数据库中查找与一张未诊断的小尺寸病理图像类似的全切片区域对病理医生有很大诊断参考价值，这需要基于内容的病理图像检索系统实现，但是目前基于内容的病理图像检索算法大都面向小尺寸病理图像数据库，不符合病理切片的存储习惯。为了解决病理全切片检索问题进而在计算机辅助诊断起到重大作用，有必要提出一种面向全切片的检索框架。

针对在全切片数据库中检索小图像时如何选择备选区域的问题，国内外学者进行了广泛的研究，目前有三类方法：1、请病理专家在每张全切片中标记备选区域，这种方法结果准确，但需要花费专家的大量时间，在大规模数据库中无法实现；2、设计算法自动在全切片中选择备选区域，这种方法受限于选择算法，可能会丢失重要区域；3、将全切片直接分割为互不重叠的备选区域，这种方法没有考虑完整结构被分割到多个备选区域的情况，同样可能丢失重要结构。在没有准确的区域预选择方法的前提下，应当考虑尽量多的备选区域。

针对图像的表示问题，目前有两类方法：1、直接使用底层特征表示图像，但是底层特征与人类对图像理解有很大差异，不能准确概括图像内容，影响图像检索精度；2、语义模型表示图像，语义模型一般是对底层特征的总结概括，更符合人类思维，提高图像检索精度。

发明内容

(一)要解决的技术问题

本发明提供一种数字病理全切片图像检索方法，流程如图1所示。本方法对象为全切片(尺寸巨大，可达100000×100000)数据库与病理查询图像(大小在2000×2000以下)，在线下训练阶段，本方法对数据库中全切片提取离散SIFT特征点的位置以及SIFT特征向量，并使用LDA模型计算每个SIFT特征向量得到对应的SIFT特征点的语义特征值，然后用有重叠的滑窗方法在全切片中选取备选区域，统计位于每个备选区域内所有SIFT特征点的语义特征值，得到对应备选区域的语义表示向量；在线上检索阶段，本方法将查询图像视为一个区域，使用与线下训练阶段相同的方法得到查询图像的语义表示向量，然后计算查询图像的语义表示向量与所有备选区域的语义表示向量的余弦距离，返回距离最小的若干备选区域，以及这些区域所在的切片和区域在切片中的位置。本发明不需要人工标注即可达到较高检索准确率，由于数据库中切片已经附带的诊断信息可以为查询图像的诊断提供参考，所以本发明能用于大型切片数据库的计算机辅助诊断系统。

(二)技术方案

一种数字病理全切片图像检索方法，其特征在于包括以下具体步骤：

步骤一、在线下训练阶段，对数据库中全切片提取离散SIFT特征点的位置以及SIFT特征向量。